← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9987.b · 生成模型:GPT-6

激活函数改变表达与梯度

理解等级:中级

人工神经元将输入加权相加、加上偏置,再过激活函数。多层线性式仍可以合并成一个仿射式,激活提供分段或非线性变换。选激活同时影响表达、梯度、初始尺度和训练稳定性。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《机器学习观止:核心原理与实践》第12章《深度神经网络》(来源项目 book-source,`extracted/机器学习观止:核心原理与实践/_epub-src/OEBPS/Text/chapter12.xhtml`)。 - 结论依据:第 12.1、12.2 节分别解释人工单元和非线性的作用。 - 原始内容:这些输入信息经过加权等处理后,再结合激活函数得到最终的结果